RAG 混合检索：关键词 + 语义
《AI 知识卡片》第 11 期 · 一条抓字面，一条抓意思，再算最终排名
前面一期讲过语义检索：搜“番茄”也能找到“西红柿”。但它有个短板——该精确的时候不精确。你搜一个准确的产品型号、一个函数名，要的是一字不差那一条，它却给你一堆“长得很像”的。
怎么补这个短板？——再给它加一条腿“关键词检索”。
关键词检索
在向量检索火起来之前，搜索主要靠的是关键词匹配——把文档看成一袋子词，你搜的词在文档里出现得越多、越罕见，就越算命中。这类方法里最经典、常用的算法叫BM25。
算一个词有多重要，主要看三件事：
- 这个词罕见吗（越罕见越有区分度，“的”“是”这种词基本不算分）；
- 在这篇文档里出现了多少次（出现越多越相关，但有个饱和上限，不是出现 100 次就比 10 次重要 10 倍）；
- 这篇文档有多长（长文档天然词多，要打个折，不然长文占便宜）；
关键词检索有向量给不了的两个好处：结果可解释（命中了哪个词一目了然），以及精确匹配特别硬——型号、函数名、专有名词、错误码，它能一字不差地咬住。
关键词检索的缺点：它完全不懂意思。比如：“番茄”和“西红柿”对它来说是两个毫不相干的词条。
两种检索方式对比
把两者摊开对比，能看出它们几乎是互补的：
| 关键词检索（BM25） | 语义检索（Embedding） | |
|---|---|---|
| 比什么 | 字面重合 | 意思远近 |
| 强项 | 精确匹配：型号、函数名、专有名词 | 换个说法也能懂：同义、近义、口语 |
| 弱项 | 不懂同义词（词汇鸿沟） | 该精确时不精确，容易给近似货 |
| 可解释性 | 高（命中了哪个词） | 低（一串数字，说不清） |
| 要训练吗 | 不用 | 要（得有个 Embedding 模型） |
根据提问内容各取所长，这正是“混合检索”的意义：谁也不能保证每次都对，但两条腿一起走，摔倒的概率小得多。
两份结果怎么合成一份？
两种检索各自返回一个排好序的列表，现在得合成一份最终排名。听起来简单，但有个坎：
两边的分数没法直接相加。BM25 的得分可能是十几、几十（没有上限），语义相似度是 0 到 1 之间的小数。把 15.3 和 0.72 加在一起，得到的数字毫无意义——量纲根本不一样。
有个很巧的办法绕开了它，叫RRF（Reciprocal Rank Fusion，倒数排名融合）。它的核心思路是：不看分数，只看排名。
不管你原始分多少，我只看你在各自榜单里排第几。名次是两边统一、可比的。然后按这个公式给分、把各榜的分加起来：
RRF(d)=∑i=1n1k+ri(d),k=60 RRF(d) = \sum_{i=1}^{n} \frac{1}{k + r_i(d)}, \quad k = 60RRF(d)=i=1∑nk+ri(d)1,k=60
公式解释：d是一条候选内容，r_i(d)是它在第i个榜单里的名次，n是榜单的个数。
名次越靠前，分越高（第 1 名 1/61 ≈ 0.0164，第 2 名 1/62 ≈ 0.0161），在多个榜单都上榜的，分数会累加。
来看一个实测数据。某个查询下，有一块内容同时被两种检索捞到了：
语义检索里排第 1 → 1 / (60 + 1) = 0.01639 关键词检索里排第 3 → 1 / (60 + 3) = 0.01587 累加 = 0.03226 ← 最终得分而其它内容大多只在其中一种检索结果里出现，只能拿一份分（0.016 上下）。结果这块“两边都认可”的内容，以接近两倍的分数稳稳排到了第一。
这就是 RRF 的精髓：奖励共识——被多个检索共同认可、且名次靠前的内容，最值得信任。
至于那个k=60，它的作用是削峰。这里举个便于理解的例子：你问两个朋友，下午茶点哪家奶茶，各自给了一份榜单：
朋友甲的榜单：① 喜茶 ② 奈雪的茶 ③ 蜜雪冰城 朋友乙的榜单：① 霸王茶姬 ② 古茗 ③ 蜜雪冰城两份榜单里，只有蜜雪冰城被两个人同时推荐，可它在两边都只排第 3，喜茶和霸王茶姬各自是某一个人的首选，但另一个人压根没提。谁该排最前面？这就取决于 k，我们来对比计算一下：
不加 k（得分 = 1/名次）： 喜茶 = 1/1 = 1.0 蜜雪冰城 = 1/3 + 1/3 = 0.67 ← 一个人的头名，压过了两个人的共识 k = 60： 喜茶 = 1/61 = 0.0164 蜜雪冰城 = 1/63 + 1/63 = 0.0317 ← 共识胜出，接近两倍同一份榜单，只换了个 k，最终的排名就不一样了。原因在于1/名次这条曲线太陡——第 1 名的分是第 3 名的三倍；加上 60 之后曲线被拍平，第 1 名和第 3 名只差 3% 左右。名次的权重被压小，“上榜次数”的权重被放大。
所以这个旋钮的方向很清楚：k 越小，单榜头名越霸道；k 越大，越接近“只数上榜次数”。这里 60 是最常见的默认值。
混合检索并非十全十美
瑕疵 1：不保证每次都更好。如果是纯语义型的查询，单用语义检索，前五名干干净净；混合之后，关键词那路带进来的两条无关内容反而稀释了纯度。混合的价值是平均更稳、覆盖更全。
瑕疵 2：成本翻倍。两套索引都要建、都要维护、都要查。
瑕疵 3：参数要调。RRF 的 k、加权融合的权重，都得拿自己的数据试出来。
也正因为融合之后排名仍然不够精细，工程上还会在后面加一道重排，把最贴题的那条真正顶到第一，后面会再单独开一期来讲。
一句话总结
关键词检索抓字面，语义检索抓意思，两种检索的盲区正好互补，这就是混合检索出现的意义。